← Svi radovi · 03 / 06
AI pravila za obične nadzorne kamere
Običnim rečima napišeš šta kamera treba da prati, na primer „javi mi ako neko uđe u sobu noću“. Kad se to desi, za oko dve sekunde dobiješ sliku na Telegramu. Sve radi na običnom računaru, bez skupe opreme.
Većina firmi već ima kamere. Niko ih ne gleda. Snimak se otvara tek kad se nešto loše desi. Hteo sam da kamere jave istog trenutka, i to baš ono što je klijentu bitno, a da se to podesi jednom rečenicom umesto klikanja kroz podešavanja.
Očigledna verzija je skupa: svaki kadar poslati vision modelu. Na 20 kadrova u sekundi sa par kamera to su milioni poziva dnevno. Zato ceo dizajn prati jedno pravilo: jeftin lokalni model odlučuje kada, a veliki model samo objašnjava šta. Prvo tržište su firme (magacini i gradilišta: ljudi u zoni viljuškara, blokiran izlaz), ne kuće.
Pravila običnim rečima, prvo firme, tri sloja da veliki model nikad ne bude u petlji videa.
YOLO uživo na laptopu: oko 50 ms po kadru na Ryzen procesoru, bez interneta.
iPhone kao kamera preko WiFi-ja. Zona nacrtana preko žive slike i alarm prema tome gde su stopala.
Od lokalne skripte do veb proizvoda: registracija, agent za preuzimanje, pravila kao prompt.
Agent ↔ sajt: kod za uparivanje, javljanje da je živ, spisak kamera, slike u privatnom skladištu.
Prompt → pravilo preko Claude-a i stroge šeme. Klijent potvrđuje pre nego što išta radi.
Agent izvršava pravila: zone, raspored, minimalno trajanje, pauza između alarma. Događaji idu na sajt i na Telegram.
Ceo lanac radi uživo: iPhone → detektor → sajt → Telegram za oko 2 sekunde, pa Claude-ov opis.
01
„Javi mi ako ima više od 3 osobe ispred kase radnim danima 9–17“ postaje: traži osobu, u označenoj zoni, 4 ili više odjednom, ponedeljak–petak, 09:00–17:00, alarm posle 1 sekunde, najviše jednom u minuti. Klijent vidi baš to i potvrđuje.
02
„Javi kad dođe komšija Petar“ se odbija, uz razlog: sistem ne prepoznaje ko je ko. Pravilo koje tiho nikad ne okine gore je od jasnog „ne“. Isto važi za lica, tablice, padove, vatru i kacige, dok ti detektori ne postoje.
03
Klijent sa par klikova obeleži deo slike sa same kamere. Za ljude sistem gleda tačku na dnu okvira (stopala), pa prolazak pored vrata ne računa kao ulazak kroz njih.
04
Fotografija sa nacrtanom zonom i okvirom oko objekta ide odmah. Par sekundi kasnije Claude pogleda tu jednu sliku i dopiše rečenicu ispod. Ako liči na lažnu uzbunu (poster, odraz), to i kaže.
05
Dok je stranica kamere otvorena, agent šalje oko jedan kadar u sekundi sa okvirima koje AI vidi. Kad se stranica zatvori, prestaje. Podrazumevano ništa ne ide u oblak.
06
Dashboard razlikuje dva kvara: „Agent offline“ (računar je ugašen) i „Camera offline“ (agent radi, ali ova kamera ne daje sliku). Prvi pravi test je uhvatio baš to: telefon se zaključao, a kartica je pokazala NO SIGNAL.
07
Pritisneš Start u botu i stranica se sama poveže za par sekundi. Bez webhook-a i javne adrese, pa radi i lokalno.
Isti model se koristi i kad se pravilo pravi: ulazi prompt, a izlazi strukturisano pravilo koje mora da odgovara šemi. Može da bira samo objekte koje detektor stvarno vidi.
Greška u šemi mog prvog dizajna. U prvom testu Claude je u sopstvenom opisu pravila napisao da brojanje ljudi ne može zajedno sa zonom. Promenio sam šemu u use_zone + min_count, i „4 ili više osoba ispred kase“ sad radi tačno.
Kamera okrenuta bočno. Prvi pravi alarm je stigao sa opisom „…the camera image is rotated sideways“. Telefon je stajao uspravno, a slao položenu sliku. Dodao sam rotaciju po kameri. Ista osoba je pre popravke prepoznata sa 74%, a posle sa 91%.
Korak koji niko ne radi. Pritisnuo sam Start u Telegram botu i ništa se nije desilo, jer je sajt čekao da se vratim i kliknem „I pressed Start“. Sad stranica proverava na 3 sekunde i poveže se sama.
Objava veb aplikacije, pravi agent za preuzimanje (.exe, bez instaliranja Python-a), video klip posle fotografije i paket za magacine: kaciga i prsluk, viljuškar u zoni za pešake, blokiran izlaz.
Sledeća studija
FitMess